王力光，封亚钊，王涛，司风琪

(1.大唐环境产业集团股份有限公司特许经营分公司，南京 211100；2.东南大学能源热转换及其过程测控教育部重点实验室，南京 210096)

随着用电结构的升级以及新能源规模化并网所导致的电网随性扰动增加，电网实施了更加精细化的调度，对火电机组等可调可控发电电源的统筹调度也逐渐加强。因此，在深度调峰运行背景下，火电机组负荷经常大幅度变化，而负荷预测将对机组优化运行产生重要影响。

刘卫亮等[1]基于支持向量机构建了锅炉炉膛多层火焰图像和机组负荷之间的关系模型，从而开展了负荷预测。马良玉等[2]分析了影响机组负荷的多种因素，研究各种扰动下机组负荷的变化量，并对负荷进行了预测。刘辉等[3]分析了火电机组负荷控制的特点，提出了一种新的多变量模型预测控制算法。通过小波变换，将负荷序列分解到不同的尺度上分别得到高频和低频序列，对不同子负荷序列分别采用相匹配的模型进行预测，加权求和便可得到完整的负荷预测结果。张然然等[4]耦合自回归积分滑动平均(ARIMA)和小波变换用来进行火电机组负荷的预测。研究结果发现耦合模型的负荷预测精度明显高于ARIMA模型的负荷预测精度。丁伟等[5]提出了一种适用于火电机组负荷预测的历史匹配预测算法(HMF)，该算法的预测精度高于ARMA算法，并且在变负荷过程中优势也较为突出。

负荷预测可分为短期和长期负荷预测两大类。……